废旧轿车无级变速箱再制造工艺的碳排放评估

王秋成 魏瑞晖 张启炯

浙江工业大学车辆工程研究所，杭州,310014

废旧轿车无级变速箱再制造工艺的碳排放评估

王秋成 魏瑞晖 张启炯

浙江工业大学车辆工程研究所，杭州,310014

针对废旧轿车无级变速箱再制造工艺碳排放问题，提出了一种多层次关联分析理论与碳排放系数法相结合的再制造工艺碳排放量化方法。对无级变速箱再制造工艺过程的碳排放特性进行分析，定义了再制造工艺系统边界，将系统内多种碳源进行归类分析，构建了多层次碳排放要素之间的关联矩阵，并结合碳排放系数法进行基本碳源建模，提出无级变速箱再制造工艺碳排放量化方法。基于碳排放评估的角度对无级变速箱的再制造工艺进行研究，并以带轮盘激光修复工艺为例，验证了所提出碳排放量化方法的有效性。实验结果表明，在无级变速箱带轮盘激光修复工艺过程中，设备碳排放是总碳排放的主要组成部分，相比于其他碳排放影响因素，扫描速度对设备碳排放以及总碳排放的影响程度最大。

无级变速箱； 碳排放； 再制造； 多层次关联分析；激光修复

0 引言

随着全球气候变暖问题愈演愈烈，以低能耗、低污染和低排放为基础的低碳制造已成为全球研究热点[1]。制造业是我国以及其他各国碳排放主要来源之一，国际能源署(international energy agency, IEA)的调查表明，制造业碳排放占全球总碳排放量的36%[2],因此以提高资源利用率为目的的低碳制造成为制造业实现节能减排目标的重要途径。目前国内外相关机构与学者已经开始对制造过程碳排放进行定量分析研究，TSENG等[3]基于成本分析建立了制造业可持续供应链的碳排放决策模型；WOLF等[4]针对制造过程中资源消耗以及环境影响进行了研究，从车间层面研究了各种加工工艺能量消耗特性以及相关性能评价模型；WIEDMANN[5]使用投入产出法对产品碳排放进行了定量计算；DIETMAIR等[6]针对制造过程中的能量预测、评估和优化进行了研究；李玉霞等[7]基于碳流率分析了作业车间碳排放动态特性并建立了优化调度模型；罗毅等[8]分析了焊接工艺的碳排放特性，建立了包括能源碳、物料碳和工艺碳在内的焊接工艺碳排放函数；郑军等[9-10]建立了机械加工工艺过程能量需求模型，并提出砂型铸造过程中碳排放计算方法；张雷等[11]从生命周期角度建立了产品装配过程中碳排放解算方法；钟军等[12]提出了基于动作元的组焊件制造工艺碳排放解算方法；郭登月等[13]利用公理化设计找到低碳磨削的关键影响因素，提出了无心磨削过程碳排放分析模型。

国内外研究已经取得阶段性成果，然而这些研究主要集中于车间调度或不同类型机床的碳排放评估上，针对再制造工艺的碳排放研究较少，而涉及无级变速箱再制造工艺的碳排放研究几乎没有。随着国家对再制造技术的不断重视以及无级变速箱再制造产业化推广，无级变速箱再制造工艺在着重于再制造产品质量的同时，更有必要重视再制造工艺过程的环境效益。无级变速箱再制造工艺碳排放研究的意义在于通过对其进行碳排放评估，分析无级变速箱再制造工艺的碳排放特性并建立相应的碳排放模型，通过对工艺过程进行不断改进从而降低无级变速箱再制造工艺过程碳排放量。

1 无级变速箱再制造工艺碳排放特性

再制造(remanufacturing)[14]是对损坏或即将报废的零部件通过更换以及再加工修复的方式，使再制造产品性能达到或超过新品的过程。无级变速箱再制造工艺流程具体包括拆卸、清洗、检测、修复、再装配、测试等主要环节，如图1所示。

图1 无级变速箱再制造工艺流程图Fig.1 Remanufacturing process flowchart of CVT

拆卸环节是将无级变速箱先拆卸至子总成，然后综合考虑检测结果、成本以及实际条件再决定整体替换、直接利用或是进一步拆解修复的环节。

清洗环节包括前外壳清洗、拆卸检测后再制造零件清洗以及装配前清洗，各次清洗的目的在于使零部件满足再制造外观洁净要求。

检测环节通过对拆解后的子总成或零部件进行表面尺寸及性能状态检测，根据检测结果决定修复或是弃用相应子总成或零部件的环节。

修复环节是再制造工艺的关键部分，修复质量的好坏往往决定了再制造产品后期使用性能的高低。根据再制造修复工艺选择的合理性原则，并结合废旧无级变速箱的材质种类、修复厚度和强度以及耐磨性等修复要求，电刷镀、喷涂和激光修复等是目前针对无级变速箱研究较多的再制造修复工艺手段。

再装配与测试环节是按照规定的技术要求和精度，将再制造零部件再次装配成性能合格的无级变速箱并进行磨合和运行测试，以保证再制造无级变速箱满足质量要求的环节。

对上述环节进行分析可知，无级变速箱再制造工艺碳排放的产生主要是由于各个环节能源、物料消耗以及废弃物处理所导致的。能源所包含的一次能源、二次能源以及耗能工质等在转换和使用过程中都会产生碳排放；再制造工艺所消耗的物料在制备过程中均会产生碳排放，例如修复环节所需镍基合金在制备过程中的碳排放；各个环节产生的废弃物需要处理才能进入环境中，因此特定的处理工艺也会导致相应的碳排放。无级变速箱再制造工艺能源、物料消耗及产生废弃物情况如表1所示。

表1 无级变速箱再制造工艺能源、物料消耗及废弃物产生情况Tab.1 Energy and materials consuming and wastesproducing in remanufacturing process of CVT

由表1可知，无级变速箱再制造工艺碳排放的主要特征是过程复杂、排放环节多，能源及物料消耗大、排放量大。如果不采用合适的方法对其碳排放量进行计算，不仅会造成资源的大量浪费，同时还会影响碳排放结果的准确性。

2 无级变速箱再制造工艺碳排放建模

笔者根据无级变速箱再制造工艺碳排放特性，定义了碳排放系统边界并发现了碳排放源头，使用多层次关联分析理论(hierarchical relevance analysis)梳理边界内碳排放要素，结合PAS2050[15]碳排放系数法(emission-factor approach)计算碳源碳排放，从而进一步建立了无级变速箱再制造工艺碳排放模型。

2.1系统边界

无级变速箱再制造工艺碳排放系统边界如图2所示，边界内各个环节输入输出的实质是能量流、物料流和废弃物流的流动过程。能量流包括设备运行所导致的电能以及其他能源，物料流包括毛坯以及其他辅助物料的投入，废弃物流包括废弃件、废液以及废渣等不同环节产生的废弃物。能量流、物料流和废弃物流带动了边界内碳的流动，由此可知，设备电能消耗、其他能源消耗、物料消耗和废弃物处理是无级变速箱再制造工艺碳排放的主要源头。

图2 无级变速箱再制造过程碳排放系统边界Fig.2 Boundary of carbon emission system in CVT remanufacturing

由无级变速箱再制造工艺碳排放特性可知，系统边界内所涉及的零部件、设备、物料和废弃物种类较多且数量较大，这些特征增加了碳排放计算难度。为此，本文以无级变速箱具体零部件为基本单元U，并借鉴IPCC(intergovernmental panel on climate change)[16]对碳源的描述对系统边界内的四类基本碳源、局部碳排放以及总碳排放作相关定义，从而对零部件、碳源、工艺环节及影响因素等要素进行多层次关联分析。

定义1 无级变速箱再制造工艺所需设备在运行过程中由于空载和负载所导致的碳排放称为设备碳排放(device carbon emission)，用EDCE表示。

定义2 无级变速箱再制造工艺所消耗的非电力能源在制备过程中的碳排放称为能源碳排放(energy carbon emission),用EECE表示。

定义3 无级变速箱再制造工艺所消耗的物料在制备过程中的碳排放称为物料碳排放(material carbon emission),用EMCE表示。

定义4 无级变速箱再制造工艺所产生的废弃物在处理过程中的碳排放称为废弃物碳排放(waste carbon emission)，用EWCE表示。

定义5 无级变速箱再制造工艺不同总成所产生的碳排放称为局部碳排放(partial carbon emission)，用EPCE表示，以衡量不同总成在总碳排放中的比重。

定义6 无级变速箱整个再制造工艺过程所产生的总体碳排放称为总碳排放(total carbon emission)，用ETCE表示。

使用多层次关联分析理论将边界内碳排放要素进行归类，共分成六层，如图3所示。图中最高层为总碳排放量，最低层为碳排放源影响因素。同一层要素的属性相同，作用于其上一层要素，同时又受到下一层要素的影响。

总碳排放ETCE局部碳排放EPCE1，EPCE2，…，EPCEn基本单元U1，U2，…，Un基本碳源EDCE，EECE，EMCE，EWCE工艺环节L1，L2，…，Ln影响因素i1，i2，…，ij

图3无级变速箱再制造工艺碳排放要素分层
Fig.3ElementsofcarbonemissionclassifyinCVTremanufacturing

相邻层不同要素之间的关联性可能不同，为表征其关联程度需要建立相应的关联矩阵。假设第k(k=1,2,3,4)层一共包括n个要素，第k+1层一共包括m个要素，则第k层与第k+1层间要素的关联矩阵为

(1)

式中，r(i,j)为第k层第i个要素与第k+1层第j个要素之间的关联函数，函数值为0或1。

为表征同层要素对上一层要素的影响程度，对同层要素分别进行比较并构建判断矩阵。判断矩阵可计算得到最大特征根λmax以及相应的特征向量W，归一化后的特征向量即为同层要素对于上一层某一要素相对重要性的层次单排序权重值。在此基础上，从最高层到最低层对各层要素进行层次总排序，结合无级变速箱碳排放评价指标建立评价矩阵，最终得到碳排放影响因素与总碳排放的关联度大小，从而确定具有针对性的改进方法。

鉴于无级变速箱再制造工艺碳排放特征，通过对碳排放要素进行多层次关联分析，可清晰了解到不同要素在碳排放量化过程中的地位，帮助制订碳排放量化过程的先后顺序。碳排放影响因素在层次中处于最底层的基础地位，因此可首先建立影响因素与工艺环节之间的关联矩阵，计算得到下层中基本碳源和基本单元的具体碳排放，进而逐层上升计算得到局部碳排放和总碳排放，从而保证计算过程的规范性以及计算结果的准确性。

2.2无级变速箱再制造工艺过程基本碳源建模

由图3可知，基本碳源建模是无级变速箱再制造工艺碳排放量化方法的基础，由于无级变速箱再制造工艺包括许多环节，基本碳源建模需要首先建立工艺环节与影响因素之间的关系矩阵，然后结合碳排放系数法进行碳源碳排放计算。

(1)设备碳排放。无级变速箱再制造工艺过程不同环节所使用的设备种类不尽相同，即使相同设备的运行时间也基本不同，因此需要建立相应的关系矩阵。设设备与工艺环节的时间关系矩阵为

MDCE1=

(2)

MDCE2=

(3)

式中，t1(i,j)为第i种设备在第j个环节中空载运行时间；t2(i,j)为第i种设备在第j个环节中负载运行时间。

由此可以得到基本单元设备碳排放量为

(4)

式中，Poi为第i种设备的空载功率；P1i为第i种设备的负载功率；Ee为电力碳排放系数，通常为0.93 kg/(kW·h)(CO2当量)。

(2)能源碳排放。能源碳排放与其消耗质量之间存在密切关系，因此需要建立能源与无级变速箱再制造工艺环节之间的质量关系矩阵。设能源与工艺环节的质量关系矩阵为

MECE=

(5)

式中，m1(i,j)为第i种能源在第j个环节中所消耗的质量，具体数值可根据实际工况测量获得。

由此可得基本单元能源碳排放量为

(6)

式中，Ei为第i种能源的碳排放系数。

(3)物料碳排放。物料碳排放与其消耗质量之间存在密切关系，因此需要建立物料与再制造不同环节之间的质量关系矩阵。设物料与工艺环节的质量关系矩阵为

MMCE=

(7)

式中，m2(i,j)为第i种物料在第j个环节中所消耗质量。

工艺环节中辅助物料消耗(刀具、切削液、润滑油等)多与使用寿命有关，采用时间标准折算的方法将其转化为质量单位进行计算，具体如下：

(8)

式中，mij为第i种辅助物料在第j个环节中消耗的质量；Tij为第i种辅助物料在第j个环节中使用时间；Ti为第i种辅助物料标准使用寿命；mi为第i种辅助物料质量。

由此可得基本单元物料消耗碳源碳排放量为

(9)

式中，Emi为第i种物料的碳排放系数。

(4)废弃物碳排放。废弃物碳排放与其被处理质量之间存在密切关系，因此也需要建立废弃物与再制造不同环节之间的质量关系矩阵。设废弃物与工艺环节质量关系矩阵为

MWCE=

(10)

式中，m3(i,j)为在第j个环节中所产生第i种废弃物的质量，具体数值可根据实际工况测量获得。

由此可得基本单元废弃物碳源碳排放量为

(11)

式中，Ewi为第i种废弃物的处理碳排放系数。

2.3无级变速箱再制造工艺过程碳排放量化方法

通过建立碳源碳排放模型以及基本单元与基本碳源之间的关联矩阵，无级变速箱再制造工艺的局部碳排放可由下式计算得到：

EPCE=

(12)

式中，r(i,j)为第i个基本单元与第j种基本碳源之间的关联函数;EDCE、EECE、EMCE、EWCE分别为设备碳排放、能源碳排放、物料碳排放和废弃物碳排放。

根据基本单元和基本碳源之间的关联矩阵可计算得到无级变速箱不同总成的局部碳排放。

无级变速箱再制造工艺总碳排放由多个局部碳排放组成，因此无级变速箱再制造工艺总碳排放为

(13)

3 实验研究

为了验证上述再制造工艺过程碳排放量化方法的可行性，以无级变速箱关键零部件的再制造修复过程为例，在保证修复质量的同时研究其碳排放情况。

3.1实验方案介绍

实验材料及设备有：Ni60A+20%WC合金粉末(粒度150～325目)、20CrMnTi材质圆盘(φ65×10 mm)；LDF400半导体激光发生器、ABB IRB2400工业机械臂、洛氏硬度仪、线切割机床、光学显微镜。

实验原理如下：同步式激光修复的基本原理是通过高能束激光辐照基材，同时将待修复粉末同步送入熔池，粉末在激光的辐射下快速熔化，并在激光扫描后快速冷却凝固从而形成修复涂层，如图4所示。

图4 同步式激光修复原理图Fig.4 Schematic diagram of synchronous laser repairing

实验过程如下。

(1)对实验用圆盘表面除锈去油污处理，并稍作打磨，标上相应的标号。

(2)使用正交试验法分别设置a、b、c、d共4组激光修复参数，每组修复参数对3个圆盘进行修复，修复轨迹过圆心，长度等于圆盘直径，具体过程如图5a所示。

(a)激光修复过程 (b)线切割试样图5 再制造修复实验过程Fig.5 Repair testing process in remanufacturing

(3)打磨修复层，避开修复始末点，等间距选取五点测量硬度。

(4)垂直修复轨迹进行线切割，试样如图5b所示，打磨、清洗截面后，使用光学显微镜观察结合质量，观察结果如图6所示。

(a)a组 (b)b组

(c)c组 (d)d组图6 修复层与基体结合界面显微图Fig.6 Micrographs of bonding interface between repair layer and matrix

3.2实验结果与讨论

根据上述实验过程，将相同组别圆盘试样的测量数据进行平均化处理，不同修复参数下的试样修复层质量如表2和图6所示。

20CrMnTi作为无级变速箱带轮盘常用材料，经过渗碳淬火后表面硬度可达58～62HRC，由表2可知，不同修复参数下试样表面硬度均在55HRC以上，且b组试样表面硬度为58.40HRC，达到无级变速箱带轮盘修复后硬度要求。

表2 不同参数下修复层硬度

同时通过观察图6可知，修复层组织形态良好，比基体组织更加细腻。b组金属结合界面纹理清晰，均匀细腻，b组试样修复层与基体结合状态最佳。根据上文所提出的碳排放量化方法，以a组为例，过程参数及数据清单分别如表3和表4所示。

表3 再制造修复过程工序参数(a组)Tab.3 Parameters of repairing process in remanufacturing(a-group)

表4 再制造修复过程能源、物料及废弃物清单(a组)Tab.4 List of energy, materials and wastes of repairingprocess in remanufacturing (a-group)

将上述清单数据分别代入式(2)、式(3)、式(5)、式(7)和式(10)中建立碳排放影响因素与工序之间的时间关系矩阵和质量关系矩阵,结果如下：

建立关系矩阵后可通过式(4)、式(6)、式(9)和式(11)分别计算得到带轮锥盘制造过程的设备碳排放、能源碳排放、物料碳排放和废弃物碳排放结果如下:

同理，分别计算a、b、c、d四组碳排放量并将结果汇总如表5所示。

表5 不同组别的碳排放量Tab.5 Carbon emissions in different groups

由表5可知，随着过程参数的变化，修复工艺过程碳排放量也发生变化。与其他三组相比，d组碳排放量虽然最少，但其修复效果不佳，修复层硬度无法满足工艺要求。综合比较发现，b组修复效果最佳，修复层硬度最高，且碳排放量仅高于d组，因此b组参数更适用于无级变速箱带轮盘修复工艺。

使用关联分析理论对碳排放影响因素进行关联分析，构造碳排放影响因素(负载功率P1、扫描速度v0、送粉速度v1)之间的判断矩阵如下：

计算判断矩阵最大特征根以及相应的归一化特征向量，并进行一致性检验，得到如下计算结果：

W(ETCE)=(0.3108，0.4934，0.1958)T
λmax(ETCE)=3.0536
CI(ETCE)=0.0268
CR(ETCE)=0.0515<0.1

式中，W为判断矩阵特征向量；λmax为所求矩阵最大特征根；CI、CR分别为一致性指标和一致性比率。

通过关联分析可知，在设备碳排放影响因素中，与激光功率相比，扫描速度具有更显著的影响效果，扫描速度的提升可有效降低设备碳排放量。物料碳排放则受到送粉速度和扫描速度的交叉影响，它随着送粉速度的降低而减少，同时随着扫描速度的降低而增多。

由此可见，在无级变速箱再制造激光修复工艺过程中，设备碳排放是过程碳排放的最主要组成部分，另外，相比于其他碳排放影响因素，扫描速度对设备碳排放及过程碳排放的影响程度最大。

4 结语

本文在对无级变速箱再制造工艺过程特征进行分析的基础上，定义了工艺系统边界，将系统内多种碳源进行归类分析。针对无级变速箱再制造工艺过程的碳排放特性，利用多层次关联分析理论对再制造工艺中的零部件、碳源、工艺环节及碳排放影响因素进行分析，建立相应的关联矩阵不仅将复杂问题简单化，还可以使计算过程更加规范合理，从而提高碳排放量化结果的准确性。同时结合碳排放系数法进行基本碳源建模，在此基础上提出了无级变速箱再制造工艺碳排放的量化方法，并通过实例验证了所提出碳排放量化方法的有效性。

实验表明，在无级变速箱再制造激光修复工艺过程中，设备碳排放是过程碳排放的最主要组成部分，相比于其他碳排放影响因素，扫描速度对设备碳排放以及修复过程总碳排放的影响程度最大。本文下一步将在此基础之上研究以碳排放量最小为目标的无级变速箱再制造工艺过程参数优化，在保证无级变速箱再制造产品质量的前提下实现再制造工艺过程碳排放量最小化。

[1] HELUA M, BEHMANNB B, MEIERB H, et al. Impact of Green Machining Strategies on Achieved Surface Quality[J]. CIRP Annals—Manufacturing Technology,2012,61(1):55-58.

[2] International Energy Agency. Tracking Industrial Energy Efficiency and CO2Emissions [EB/OL]. [2014-10-15]. http://www.global-greenhouse-warming.com/industry-CO2-emissions.html.

[3] TSENG S C, HUANG S W. A Strategic Decision-making Model Considering the Social Costs of Carbon Dioxide Emissions for Sustainable Supply Chain Management [J]. J. Environ. Manage,2014,133:315-322.

[4] WOLF M I, COLLEDANI M, GERSHWIN S B, et al. A Network Flow Model for the Performance Evaluation and Design of Material Separation Systems For Recycling [J]. Automation Science and Engineering, IEEE Transactions on,2013,10(1):65-75.

[5] WIEDMANN T. Editorial: Carbon Footprint and Input-output Analysis an Introduction [J]. Economic Systems Research,2009,21(3):175-186.

[6] DIETMAIR A,VERL A, EBERSPAECHER P. Model-based Energy Consumption Optimisation in Manufacturingsystem and Machine Control[J]. International Journal of Manufacturing Research,2011,6(4):380-401.

[7] 李玉霞，曹华军，李洪丞,等. 作业车间碳排放动态特性及二阶优化调度模型[J]. 计算机集成制造系统,2015,21(10):2687-2693. LI Yuxia, CAO Huajun, LI Hongcheng, et al. Carbon Emissions Dynamic Characteristic and Two Stage Optimization Scheduling Model for Shop[J]. Computer Integrated Manufacturing System,2015,21(10):2687-2693.

[8] 罗毅，曹华军，李洪丞,等. 基于GRNN网络的CO2气体保护焊工艺碳排放建模与参数优化[J]. 中国机械工程,2013,24(17):2398-2402. LUO Yi, CAO Huajun, LI Hongcheng, et al. Carbon Emission Model and Parameter Optimization of CO2Shielded Welding Based on GRNN[J]. Chinese Journal of Mechanical Engineering,2013,24(17):2398-2402.

[9] 郑军，祝邦文. 基于Petri网的砂型铸造工序能耗计算模型[J]. 中国机械工程,2014,25(17):2331-2336.

ZHENG Jun, ZHU Bangwen. Process Energy Consumption Modeling of Sand Casting Based on Petri Net [J]. Chinese Journal of Mechanical Engineering,2014,25(17):2331-2336.

[10] 郑军. 基于自身优势度的砂型铸造碳效率有效性模型构建方法[J]．计算机集成制造系统,2016,22(2):558-567. ZHENG Jun. Carbon Efficiency Validity Model for Sand Casting Based on Self-advantage [J]. Computer Integrated Manufacturing System,2016,22(2):558-567.

[11] 张雷，马军，符永高,等. 产品装配过程碳排放解算[J]. 机械工程学报,2016,52(3):151-160. ZHANG Lei, MA Jun, FU Yonggao, et al. Carbon Emission Analysis for Product Assembly Process[J]. Journal of Mechanical Engineering,2016,52(3):151-160.

[12] 钟军，刘志峰，李新宇,等. 基于动作元的组焊件制造工艺碳排放结算方法[J]. 中国机械工程,2015,26(10):1294-1300. ZHONG Jun, LIU Zhifeng, LI Xinyu, et al. Solution Methods for Carbon Emissions of Group Welding piece Manufacturing Process Based Ontherblig [J]. Chinese Journal of Mechanical Engineering,2015,26(10):1294-1300.

[13] 郭登月，程凯，丁辉,等. 无心磨削过程碳排放量及其关键影响因素解析[J]. 中国机械工程,2014,25(11):1478-1485. GUO Dengyue, CHENG Kai, DING Hui, et al. An Investigation on Quantitative Analysis of Carbon Footprint in Centreless Grinding Process and Its Key Factors [J]. Journal of Mechanical Engineering,2014,25(11):1478-1485.

[14] WU Xiaoyan. Research on Design Management Basedon Green Remanufacturing Engineering[J]. Systems Engineering Procedia,2012,4:448-454.

[15] PAS 2050: Specification for the Assessment of the Life Cycle Greenhouse Gasemissions of Goods and Services [EB/OL]. [2014-10-1]. http://www.bsigroup.com/uploca/Standards&Publications/Energy/PAS2050.pdf.

[16] IPCC. 2006 IPCC Guidelines for National Greenhouses Gas Inventories [R/OL]. [2014-05-03].http://www.ipcc-nggip.iges.or.jp/public/2006gl/index.html.

(编辑王艳丽)

ISSN 1004-132X
CHINA MECHANICAL ENGINEERING
(Transactions of CMES)
Vol.28,No.18,2017 the second half of September Semimonthly(Serial No.474)

EditedandPublishedby:CHINA MECHANICAL

ENGINEERING Magazine Office

Add：P.O.Box 772,Hubei University of Technology, Wuhan,430068,ChinaDistributerAbroadby: China International Book

Trading Corporation (P.O.Box 399,Beijing)

Code:SM4163

AssessmentofCarbonEmissionsofRemanufacturingProcessesofUsedCVT

WANG Qiucheng WEI Ruihui ZHANG Qijiong

Institute of Vehicle Engineering, Zhejiang University of Technology,Hangzhou,310014

Aiming at assessing carbon emission in waste car continuously variable transmission(CVT) remanufacturing processes, a carbon emission quantitative method was proposed which combined the hierarchical relevance analysis theory (HRA) and emission-factor approach (EFA). The characteristics of used car CVT remanufacturing processes were analyzed, the boundary of system was defined, various carbon sources of the system were classified, the correlation matrices among hierarchical essential factors of carbon emission were established, and then EFA was combined to compute the carbon emission of each carbon sources, then CVT remanufacturing process carbon emission quantitative method was proposed. Studying the assessment of carbon emissions of the CVT remanufacturing processes, and the perspective feasibility of the proposed method were verified through the example of CVT with wheel laser repairing processes. The results show that the carbon emission of the device is the major contributor of total carbon emissions, and compared with other carbon emission factors, the scanning speed has the greatest influences on the carbon emissions of the device and total carbon emissions.

continuously variable transmission(CVT); carbon emissions; remanufacturing; hierarchical relevance analysis; laser repairing

TH166

10.3969/j.issn.1004-132X.2017.18.012

2016-10-09

浙江省钱江人才资助项目(2013R10058)

王秋成,男，1964年生。浙江工业大学车辆工程研究所所长、教授、博士研究生导师。研究方向为可持续设计与制造等。E-mail: wqc@zjut.edu.cn。魏瑞晖，男，1993年生。浙江工业大学车辆工程研究所硕士研究生。张启炯，男，1994年生。浙江工业大学车辆工程研究所硕士研究生。